金融智能第1頁參考書目書名作者出版社《大數(shù)據(jù)營銷定位客戶》麥德奇機械工業(yè)出版社《大數(shù)據(jù)云圖》大衛(wèi)·芬雷布浙江人民出版社《數(shù)據(jù)化決議》哈伯德世界圖書出版《互聯(lián)網(wǎng)金融信息智能挖掘基礎(chǔ)》梁循北京大學(xué)出版社《數(shù)據(jù)挖掘與數(shù)據(jù)化運行實戰(zhàn)》盧輝機械工業(yè)出版社《金融數(shù)據(jù)挖掘-基于大數(shù)據(jù)視角展望》許偉知識產(chǎn)權(quán)出版社《互聯(lián)網(wǎng)金融-框架與實踐》李耀東電子工業(yè)出版社《互聯(lián)網(wǎng)金融-即將到來新金融時代》姚文平中信出版社《統(tǒng)計分析與SPSS應(yīng)用》薛薇人民大學(xué)出版社《SAS編程與數(shù)據(jù)挖掘商業(yè)案例》姚志勇機械工業(yè)出版社《IBMSPSSModeler數(shù)據(jù)與文本挖掘?qū)崙?zhàn)》王國平清華大學(xué)出版社第2頁

1金融智能課涵蓋范圍第3頁金融智能概念談到金融智能你想到了什么？第4頁金融智能概念第5頁金融智能概念人工智能(ArtificialIntelligence)，英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴展人智能理論、方法、技術(shù)及應(yīng)用系統(tǒng)一門新技術(shù)科學(xué)。第6頁金融智能介紹金融智能是商業(yè)智能一部分，是商業(yè)智能在金融領(lǐng)域利用。商業(yè)智能英文為BusinessIntelligence，簡寫為BI，由加特納集團（GartnerGroup）于1996年最早提出。商務(wù)智能包含一系列基于先進管理理念、決議理論與最新信息技術(shù)方法與綜合技術(shù)，以及應(yīng)用這些方法與技術(shù)搜集、處理、分析組織或企業(yè)數(shù)據(jù)，并將其轉(zhuǎn)化為知識，幫助其做出及時準確決議。商務(wù)智能系統(tǒng)是管理信息系統(tǒng)（MIS）吸收最新IT技術(shù)在先進管理理念指導(dǎo)下擴展，與工商管理、統(tǒng)計、計算機等領(lǐng)域關(guān)系親密，正快速應(yīng)用于金融分析、信用管理、風(fēng)險管理、精準營銷、客戶關(guān)系管理、網(wǎng)絡(luò)信息安全、預(yù)警系統(tǒng)等不一樣領(lǐng)域。第7頁金融智能課涵蓋范圍對象是誰？數(shù)據(jù)用什么工具？Modeler、SAS、AMOS、Cognos等用這些工具做什么？對數(shù)據(jù)進行處理目是什么？基于數(shù)據(jù)進行決策、管理第8頁用數(shù)據(jù)講故事床亂糟糟人，比床整齊人，創(chuàng)造力平均要高出50%；經(jīng)常遲到人，比從不遲到人，幽默感平均高出70%；飯量大人，比飯量小人，情商平均高出90%；研究還發(fā)覺愛丟三落四人更淡泊功利；愛睡懶覺人更具同情心。第9頁商業(yè)分析案例《紐約時報》登載了Target一位客戶身上真實故事，一個處于青春期孩子，總是受到來自零售商大量有獎勉勵她購置嬰兒和懷孕相關(guān)物品，她父親很憤恨，決定去零售商給經(jīng)理一點顏色看看，要求他們停發(fā)那些郵件，零售商謙恭道歉，承諾停發(fā)郵件，父親滿意地回到家將整個過程講述給女兒聽，令他詫異是，女兒坦白她確實懷孕了，5個月后將迎來一個小寶寶。Target數(shù)據(jù)分析師波爾基于網(wǎng)上商店行為利用數(shù)據(jù)挖掘創(chuàng)建了“懷孕預(yù)測指標”，假如一個客戶懷孕預(yù)測指標得分足夠高，Target就會向其發(fā)送相關(guān)心孕相關(guān)商品優(yōu)惠E-mail。第10頁商業(yè)分析案例波爾抓取數(shù)據(jù)經(jīng)過對25產(chǎn)品進行分析，就能對每個購置者“懷孕預(yù)測指標”進行打分并賦值，更為主要是，他還能夠在一個較小時間窗口內(nèi)估算她預(yù)產(chǎn)期，這么，Target就能夠依據(jù)懷孕所處特定階段而派送優(yōu)惠券。假設(shè)一名客戶3月購置了潤膚露，鋅和鎂保健品，那么能夠判斷她有87%可能是懷孕了，分娩日期大約在8月底。第11頁柴靜《蒼穹之下》中利用前沿技術(shù)信息可視化用最簡單方式展示最復(fù)雜數(shù)據(jù)信息可視化囊括了數(shù)據(jù)可視化、信息圖形、知識可視化、科學(xué)可視化以及視覺設(shè)計方面全部發(fā)展與進步。任何事物都是一類信息：表格、圖形、地圖，甚至包含文本在內(nèi)，不論其是靜態(tài)還是動態(tài)。第12頁柴靜《蒼穹之下》中利用前沿技術(shù)Flash動畫音樂、音效+畫面，寓教于樂在介紹PM2.5時候，柴靜用了一段Flash來進行科普，這段Flash聲像具備對PM2.5怎樣進入人呼吸道而且引發(fā)病變進行了解釋，生動、活潑，讓繁瑣數(shù)據(jù)變得輕松易懂。因為HTML語言功效十分有限，無法到達人們預(yù)期設(shè)計，于是，一個交互式動畫設(shè)計工具Flash就應(yīng)運而生了，用它能夠?qū)⒁魳罚曅В瑒赢嬕约案挥行乱饨缑嫒诤显谝黄穑谱鞒龈咂焚|(zhì)網(wǎng)頁動態(tài)效果。第13頁數(shù)據(jù)驅(qū)動，互聯(lián)網(wǎng)金融與大數(shù)據(jù)我們信仰數(shù)據(jù)，互聯(lián)網(wǎng)金融和大數(shù)據(jù)本質(zhì)就是數(shù)據(jù)傳統(tǒng)金融主要依賴于資本盈利，而互聯(lián)網(wǎng)金融靠服務(wù)客戶，滿足客戶需求盈利。聆聽客戶，用大數(shù)據(jù)思緒變革傳統(tǒng)金融服務(wù)。以上都是金融智能在新互聯(lián)網(wǎng)時代下最新應(yīng)用與拓展第14頁

2大數(shù)據(jù)介紹第15頁大數(shù)據(jù)案例–東莞8小時遷徙圖第16頁大數(shù)據(jù)案例–東莞8小時遷徙圖東莞遷徙地圖不但給某熱點事件增加了話題，也讓人又一次開始憂慮個人隱私。baidu這種所謂遷徙地圖，其實來自“baidu遷徙”服務(wù)春節(jié)人口遷徙大數(shù)據(jù)，能夠可視化展現(xiàn)春運期間人口遷徙軌跡與特征。百度官方很快做出了回應(yīng)。baidu地圖LBS開放平臺承諾說：“我們關(guān)注是群體性趨勢，而不是個體行為，所以不會包括公眾隱私哦。”百度深入解釋說，baidu遷徙產(chǎn)品包括定位數(shù)據(jù)起源于采取baidu地圖LBS定位服務(wù)數(shù)十萬個APP，但不會與個人真實身份對應(yīng)，亦即批量化、去身份化數(shù)據(jù)。第17頁大數(shù)據(jù)案例–京東案例第18頁大數(shù)據(jù)案例-谷歌自駕車美好未來假如使用網(wǎng)絡(luò)，就多少會用到谷歌地圖。谷歌搜索引擎聞名于世，占據(jù)了市場主導(dǎo)地位，而谷歌地圖也已積累了超出20PB和數(shù)據(jù)，換言之，這些數(shù)據(jù)需要超出0個1TB硬盤才能存放下來，全部這些數(shù)據(jù)都已經(jīng)被自駕車所利用了嗎？谷歌將一系列地圖數(shù)據(jù)和實時激光檢測系統(tǒng)、多個雷達、GPS以及其它設(shè)備檢測到信息相結(jié)合，使得系統(tǒng)能夠“看到”交通流量、交通信號燈和路況。谷歌自駕車即使還不能自行思索，不過在模式匹配上能大有作為，經(jīng)過結(jié)合地圖上現(xiàn)有數(shù)據(jù)和車輛傳感器手機實時數(shù)據(jù)，車輛能夠指定駕駛決議。經(jīng)過將不一樣交通信號燈樣子與數(shù)據(jù)庫進行比對，自駕車能夠決定何時開啟、何時停下。第19頁其它大數(shù)據(jù)案例？第20頁大數(shù)據(jù)時代背景facebook社交網(wǎng)絡(luò)…淘寶

ebay電子商務(wù)…微博、Apps移動互聯(lián)…二十一世紀是數(shù)據(jù)信息大發(fā)展時代，移動互聯(lián)、社交網(wǎng)絡(luò)、電子商務(wù)等極大拓展了互聯(lián)網(wǎng)邊界和應(yīng)用范圍，各種數(shù)據(jù)正在迅速膨脹并變大。互聯(lián)網(wǎng)（社交、搜索、電商）、移動互聯(lián)網(wǎng)（微博）、物聯(lián)網(wǎng)（傳感器，智慧地球）、車聯(lián)網(wǎng)、GPS、醫(yī)學(xué)影像、安全監(jiān)控、金融（銀行、股市、保險）、電信（通話、短信）都在瘋狂產(chǎn)生著數(shù)據(jù)。“大數(shù)據(jù)”誕生：

半個世紀以來，伴隨計算機技術(shù)全方面融入社會生活，信息爆炸已經(jīng)積累到了一個開始引發(fā)變革程度。它不但使世界充滿著比以往更多信息，而且其增加速度也在加緊。信息爆炸學(xué)科如天文學(xué)和基因?qū)W，創(chuàng)造出了“大數(shù)據(jù)”這個概念。如今，這個概念幾乎應(yīng)用到了全部些人類智力與發(fā)展領(lǐng)域中。第21頁大數(shù)據(jù)時代背景GBTBPBEBZB想駕馭這龐大數(shù)據(jù)，我們必須了解大數(shù)據(jù)特征。地球上至今總共數(shù)據(jù)量：在

年，個人用戶才剛才前進TB時代，全球一共新產(chǎn)生了約180EB數(shù)據(jù)；在

年，這個數(shù)字到達了1.8ZB。而有市場研究機構(gòu)預(yù)測：到

年，整個世界數(shù)據(jù)總量將會增加44倍，到達35.2ZB（1ZB=10億TB）！1PB

=2^50字節(jié)1EB

=2^60字節(jié)1ZB=2^70字節(jié)第22頁大數(shù)據(jù)時代背景麻省理工著名ErikBrynjolfsson教授曾經(jīng)說過：有數(shù)據(jù)支持決議才是更加好決議。沒有基于商業(yè)目標數(shù)據(jù)分析和數(shù)據(jù)挖掘，數(shù)據(jù)還只是停留在數(shù)據(jù)層面，只有經(jīng)過處理和分析過數(shù)據(jù)才能轉(zhuǎn)化為信息，進而歸納成只是，然后才能應(yīng)用到商業(yè)運行中去。數(shù)據(jù)信息知識商業(yè)運行商業(yè)/金融智能第23頁大數(shù)據(jù)發(fā)展第24頁什么是大數(shù)據(jù)？大數(shù)據(jù)就是云計算嗎？第25頁大數(shù)據(jù)發(fā)展第26頁大數(shù)據(jù)發(fā)展Web3.0最常見解釋是，網(wǎng)站內(nèi)信息能夠直接和其它網(wǎng)站相關(guān)信息進行交互，能經(jīng)過第三方信息平臺同時對多家網(wǎng)站信息進行整合使用；用戶在互聯(lián)網(wǎng)上擁有自己數(shù)據(jù)，并能在不一樣網(wǎng)站上使用Web3.0構(gòu)建完備內(nèi)容聚合與應(yīng)用聚合平臺。第27頁大數(shù)據(jù)發(fā)展第28頁只要是基于大數(shù)據(jù)做出決議一定正確嗎？觀眾問：經(jīng)過情感分析做股市大局判斷應(yīng)該還挺靠譜吧？Raymond：我是逆向投資理論支持者。假如大家都說要漲，說明該買股票人都已經(jīng)買了，所以股市反而會跌；而假如大家都說不能買，說明可能還有很多人沒進場，所以股市會漲。其實從媒體總體態(tài)度上能夠有所判斷，當(dāng)中國股市還在階段性頂峰時，老百姓們是盲目樂觀，而在年初，大家對于股市是極度消極，可能是投資中國股市好機會。Hellen：任何投資都是套利行為，是因為時間、信息不對稱，才會有些人盈利，可如今互聯(lián)網(wǎng)時代，傳統(tǒng)套利已極難盈利，對信息數(shù)據(jù)定向挖掘，再依據(jù)行業(yè)上下游發(fā)展動態(tài)進行數(shù)據(jù)分析，對機構(gòu)投資者有很大幫助，而對個人投資者就是投機行為，等于賭博第29頁大數(shù)據(jù)發(fā)展Gartner技術(shù)成熟度曲線，大數(shù)據(jù)處于高速發(fā)展期第30頁什么是大數(shù)據(jù)？海量數(shù)據(jù)就是大數(shù)據(jù)嗎？第31頁大數(shù)據(jù)4V特征數(shù)量Volume多樣性Variety價值密度Value速度Velocity非結(jié)構(gòu)化數(shù)據(jù)超大規(guī)模和增加總數(shù)據(jù)量80~90%比結(jié)構(gòu)化數(shù)據(jù)增加快10倍到50倍是傳統(tǒng)數(shù)據(jù)倉庫10倍到50倍大數(shù)據(jù)異構(gòu)和多樣性很多不一樣形式（文本、圖像、視頻、機器數(shù)據(jù)）無模式或者模式不顯著不連貫語法或句義大量不相關(guān)信息對未來趨勢與模式可預(yù)測分析深度復(fù)雜分析（機器學(xué)習(xí)、人工智能Vs傳統(tǒng)商務(wù)智能(咨詢、匯報等）實時分析而非批量式分析數(shù)據(jù)輸入、處理與丟棄立竿見影而非事后見效第32頁Value價值挖掘大數(shù)據(jù)價值類似沙里淘金,從海量數(shù)據(jù)中挖掘稀疏但寶貴信息.價值密度低,是大數(shù)據(jù)一個經(jīng)典特征.第33頁Variety多樣性企業(yè)內(nèi)部經(jīng)營交易信息；物聯(lián)網(wǎng)世界中商品,物流信息;互聯(lián)網(wǎng)世界中人與人交互信息，位置信息等是大數(shù)據(jù)主要起源.

能夠在不一樣數(shù)據(jù)類型中，進行交叉分析技術(shù)，是大數(shù)據(jù)關(guān)鍵技術(shù)之一。語義分析技術(shù)，圖文轉(zhuǎn)換技術(shù)，模式識別技術(shù)，地理信息技術(shù)等，都會在大數(shù)據(jù)分析時取得應(yīng)用.第34頁Velocity速度1s是臨界點。對于大數(shù)據(jù)應(yīng)用而言,必須要在1秒鐘內(nèi)形成答案,不然處理結(jié)果就是過時和無效。實時處理要求,是區(qū)分大數(shù)據(jù)應(yīng)用和傳統(tǒng)數(shù)據(jù)倉庫技術(shù)關(guān)鍵差異之一。第35頁Volume數(shù)據(jù)量PB是大數(shù)據(jù)層次臨界點.KB->MB->GB->TB->PB->EB->ZB->YB->NB->DB第36頁大數(shù)據(jù)不但僅是“大”第37頁大數(shù)據(jù)數(shù)據(jù)起源第38頁大數(shù)據(jù)不但僅是“大”第39頁大數(shù)據(jù)應(yīng)用不但僅是精準營銷經(jīng)過用戶行為分析實現(xiàn)精準營銷是大數(shù)據(jù)經(jīng)典應(yīng)用，不過大數(shù)據(jù)在各行各業(yè)尤其是公共服務(wù)領(lǐng)域含有遼闊應(yīng)用前景消費行業(yè)金融服務(wù)食品安全醫(yī)療衛(wèi)生軍事交通環(huán)境保護電子商務(wù)氣象第40頁大數(shù)據(jù)為何主要第41頁大數(shù)據(jù)為何主要用戶在線每一次點擊，每一次評論，每一個視頻點播，就是大數(shù)據(jù)經(jīng)典起源。互聯(lián)網(wǎng)企業(yè)之所以取得令人矚目標成績，其關(guān)鍵本質(zhì)就是包含用戶網(wǎng)絡(luò)操作大數(shù)據(jù)，進行統(tǒng)計和分析，形成用戶“行為指紋”，從而洞悉用戶潛在、真實需求，形成預(yù)判。這是傳統(tǒng)企業(yè)花費重金都難以企及夢想。全部傳統(tǒng)產(chǎn)品企業(yè)都只能淪為這種新型用戶平臺級企業(yè)附庸。第42頁

3互聯(lián)網(wǎng)金融與大數(shù)據(jù)第43頁互聯(lián)網(wǎng)金融與大數(shù)據(jù)對于互聯(lián)網(wǎng)金融，互聯(lián)網(wǎng)行業(yè)和傳統(tǒng)金融行業(yè)觀點往往大不相同，前者認為互聯(lián)網(wǎng)是重點，金融不過是下一個即將被顛覆特定行業(yè)而已，只是因為金融行業(yè)高門檻和嚴監(jiān)管，顛覆進程會比較波折；后者則認為金融有自己完全不一樣邏輯，信用和風(fēng)險是難以逾越門檻，護城河高筑，互聯(lián)網(wǎng)金融只能在互聯(lián)網(wǎng)企業(yè)一畝三分地里自娛自樂。第44頁互聯(lián)網(wǎng)金融與大數(shù)據(jù)不過對于大數(shù)據(jù)，二者卻難得表現(xiàn)出空前一致。在10月30日召開IFC1000全球金融峰會上，金融人士異口同聲宣稱大數(shù)據(jù)是互聯(lián)網(wǎng)金融最大亮點，因為大數(shù)據(jù)在處理金融關(guān)鍵問題——信評和風(fēng)控——上擁有傳統(tǒng)方法所不具備顯著優(yōu)勢和光明前景，是金融業(yè)“真正”互聯(lián)網(wǎng)化必由之路。第45頁什么是互聯(lián)網(wǎng)金融一是傳統(tǒng)金融服務(wù)網(wǎng)絡(luò)化，比如網(wǎng)絡(luò)銀行，網(wǎng)絡(luò)券商，網(wǎng)絡(luò)保險，等等。這些都是古已經(jīng)有之東西，只不過在中國實現(xiàn)較晚，動作較慢而已。實際上，互聯(lián)網(wǎng)在美國最早最成熟商業(yè)模式就是這一套，二十多年前就已出現(xiàn)并蓬勃發(fā)展至今。二是傳統(tǒng)金融服務(wù)擴展化，比如小額支付，小微企業(yè)信用調(diào)查，小額貸款，靈活機動市場營銷，等等。這些事情